Hoeveel gebruikers kan een kleine Plex-server ondersteunen?

Een kleine Plex-server kan veel geregistreerde gebruikers ondersteunen als er slechts een paar actief zijn, terwijl een handvol gelijktijdige transcoderingen de server snel kan uitputten.

Het aantal accounts verbruikt niet dezelfde resources als gelijktijdig afspelen. Direct Play, conversie op afstand, uploadsnelheid, ondertitelverwerking en achtergrondscans veranderen de kosten per sessie. Stel op basis van het werkelijke gedrag binnen het huishouden een scenario voor maximale gelijktijdigheid op en voeg gebruikers toe totdat een gemeten resource bijna verzadigd raakt.

Gelijktijdige sessies zijn belangrijker dan het totale aantal accounts

Tien accounts met twee gelijktijdige Direct Play-sessies kunnen eenvoudiger zijn dan drie accounts die allemaal zware 4K-conversie activeren. De relevante noemer is actief werk, niet het aantal gebruikersrecords.

Videosystemen voor meerdere gebruikers krijgen te maken met gedeelde bandbreedteconcurrentie wanneer de gelijktijdige vraag de beschikbare capaciteit aan de netwerkrand nadert. Daarom moet overlap tussen sessies deel uitmaken van het capaciteitsmodel.

Registreer gedurende een week het drukste uur en splits lokale Direct Play-, externe Direct Play- en transcodingsessies op. Gebruik die verdeling als belastingstest in plaats van een gegokt aantal “streams per gebruiker” te vermenigvuldigen.

Transcodering verandert de rekenkosten per gebruiker

Eén incompatibele client kan werk naar de server verplaatsen dat meerdere compatibele clients zouden vermijden. Hardwareversnelling kan het aantal gelijktijdige conversies dat een kleine processor aankan aanzienlijk veranderen.

Een energiezuinige Intel N100 kan meerdere hardwaretranscodingsessies aan wanneer de media-engine de werklast ondersteunt. Daardoor verschilt de gebruikerscapaciteit sterk tussen Direct Play en scenario’s met veel conversies.

Test de exacte codecs, ondertitels, HDR-omstandigheden en kwaliteitslimieten die het huishouden gebruikt. Tel een resultaat met hardwaretranscodering niet mee als een veelgebruikt clientpad nog steeds terugvalt op softwaretranscodering.

Externe gebruikers delen de uploadcapaciteit

Externe Direct Play kan weinig van de CPU vragen, maar toch concurreren om dezelfde upstreamverbinding. Extra CPU lost een WAN-verbinding die al bijna verzadigd is niet op.

De methode voor het meten van resourceverzadiging is net zo goed van toepassing op het netwerkpad als op CPU of opslag: aanhoudende wachtrijen en fouten zijn belangrijker dan één meting met een hoge benuttingsgraad.

Voer gelijktijdige externe sessies uit via een extern netwerk en houd de resterende uploadcapaciteit in de gaten. Het pad voor externe streaming moet worden getest met dezelfde kwaliteitsinstellingen die gebruikers daadwerkelijk zullen kiezen.

-15% OFF

ZimaBoard 2 - Mini-thuisserver voor jouw grote idee

Single board computer zimaboard2

$339.00 - $519.00

Buy Now

Achtergrondtaken verkleinen de veilige gebruikersmarge

Bibliothe scans, het genereren van voorbeelden, back-ups en aanvullende containers kunnen gelijktijdig met het kijken worden uitgevoerd en dezelfde CPU, hetzelfde geheugen en dezelfde opslag belasten. Capaciteitstests die hiermee geen rekening houden, overschatten het stabiele aantal gebruikers.

Achtergrondwerk voor databases en metadata kan bij grote bibliotheken aanzienlijk wat CPU en geheugen verbruiken, waardoor er minder marge overblijft voor gelijktijdig afspelen.

Herhaal de test met het maximale aantal gebruikers terwijl geplande werkzaamheden actief zijn. Definieer de ondersteunde marge als de hoogste belasting waarbij het systeem onder een normaal worstcasescenario stabiel blijft, niet als het beste resultaat van een niet-belaste server.